推荐引用 推荐引用 Corcoran, James P.. “比较腹腔镜检查期间视觉和听觉次要任务之间的心理负荷影响”(2019 年)。理学硕士 (MS),论文,心理学,Old Dominion University,DOI:10.25777/kv21-7v83 https://digitalcommons.odu.edu/psychology_etds/230
现代汽车信息娱乐系统通过在主要驾驶任务中添加次要任务来促进驾驶。这些次要任务很有可能分散驾驶员对主要驾驶任务的注意力,从而降低安全性或增加认知工作量。同样,军用飞机(包括快速喷气式飞机和运输机)的飞行员除了主要飞行任务外,还需要执行大量的次要任务控制任务,在某些情况下,例如在地面攻击例行程序中,任务控制次要任务变得比自动驾驶飞行任务更为重要。因此,在汽车和航空环境中,简化操作员与电子用户界面之间的人机交互 (HMI) 可以潜在地提高安全性并有助于充分利用这些系统的真正潜力。本文提出了一种新的交互系统,该系统将现有的头向下式显示器投射到操作员(汽车环境中的驾驶员和航空环境中的飞行员)挡风玻璃前的半透明板上。投影屏幕允许以指向和选择的形式进行交互,就像传统的图形用户界面一样,但是会跟踪操作员的视线或手指运动。最终的系统旨在减少操作员需要将视线从驾驶或飞行的主要任务上移开的次数,并且他们只需通过查看或移动食指即可与投影显示进行交互。我们有
生理自适应虚拟现实可以驱动交互并调整虚拟内容,以更好地满足用户的需求并支持特定目标。然而,心理生理推理的复杂性阻碍了有效的适应,因为认知和生理特征之间的关系很少表现出一一对应关系。因此,有必要采用多模态方法来评估适应的效果。在这项工作中,我们分析了在与 VR 自适应系统交互过程中获得的多模态数据集 (EEG、ECG 和 EDA),该系统使用 EDA 作为适应次要任务难度的输入。我们评估了动态调整对不同生理特征及其相关性的影响。我们的结果表明,当自适应系统增加次要任务难度时,θ、β 和相位 EDA 特征会增加。此外,我们发现在难度调整过程中,θ、α 和β 振荡之间存在高度相关性。我们的结果显示了如何使用特定的 EEG 和 EDA 特征来评估 VR 自适应系统。
生理自适应虚拟现实可以驱动交互并调整虚拟内容以更好地满足用户的需求并支持特定目标。然而,心理生理推理的复杂性阻碍了有效的适应,因为认知和生理特征之间的关系很少表现出一一对应的关系。因此,有必要采用多模态方法来评估适应的效果。在这项工作中,我们分析了在与 VR 自适应系统交互过程中获得的多模态数据集(EEG、ECG 和 EDA),该系统使用 EDA 作为输入来适应次要任务难度。我们评估了动态调整对不同生理特征及其相关性的影响。我们的结果表明,当自适应系统增加次要任务难度时,theta、Beta 和相位 EDA 特征会增加。此外,我们发现在难度调整过程中 theta、alpha 和 beta 振荡之间存在高度相关性。我们的结果展示了如何使用特定的 EEG 和 EDA 特征来评估 VR 自适应系统。
在弯路上驾驶时执行次要任务(或与驾驶无关的任务)可能存在风险且不安全。本研究的目的是探索是否可以使用多种眼球运动测量方法来评估弯路和次要任务情况下的驾驶安全性。除了典型的静态视觉测量(例如扫视频率和持续时间)之外,我们还采用了基于马尔可夫的转换算法(转换/平稳概率、熵)来量化驾驶员的动态眼球运动模式。这些算法的评估基于一项实验(Jeong & Liu,2019)的数据,该实验涉及多种道路曲率和刺激-反应次要任务类型。在较陡的弯道中,驾驶员更有可能长时间扫描少数感兴趣的区域。在实验中,不太陡的弯道中总的低头扫视时间更长,但从长远来看,较陡的弯道中低头扫视的概率更高。感兴趣区域之间的可靠转换次数因次要任务类型而异。视觉要求不高的任务的视觉扫描模式与视觉要求高的任务一样随机。与典型的静态测量相比,基于马尔可夫的动态眼球运动测量可以更好地了解驾驶员的潜在心理过程和扫描策略。所提出的方法和结果可用于车载系统设计和进一步分析交通领域的视觉扫描模式。
在弯路上驾驶时执行次要任务(或与驾驶无关的任务)可能存在风险且不安全。本研究的目的是探索是否可以使用多种眼球运动测量方法来评估弯路和次要任务情况下的驾驶安全性。除了典型的静态视觉测量(例如扫视频率和持续时间)之外,我们还采用了基于马尔可夫的转换算法(转换/平稳概率、熵)来量化驾驶员的动态眼球运动模式。这些算法的评估基于一项实验(Jeong & Liu,2019),该实验涉及多种道路曲率和刺激-反应次要任务类型。在较陡的弯道中,驾驶员更有可能长时间扫描少数感兴趣的区域。在实验中,不太陡的弯道中总的低头扫视时间更长,但从长远来看,较陡的弯道中低头扫视的概率更高。感兴趣区域之间的可靠转换次数因次要任务类型而异。视觉要求不高的任务的视觉扫描模式与视觉要求高的任务一样随机。与典型的静态测量相比,基于马尔可夫的动态眼球运动测量提供了更好的洞察力,可以更好地了解驾驶员的潜在心理过程和扫描策略。所提出的方法和结果可用于车载系统设计和进一步分析交通中的视觉扫描模式
传感器和通信技术的进步使航空飞行更加容易和安全,但代价是飞机会产生大量信息。尽管大量信息用于地面离线处理或机载任务计算机自动处理,如控制自动驾驶系统,但飞行员需要手动感知和处理大量信息,以便为飞行和任务控制任务做出决策(Hierl、Neujahr 和 Sandl,2012 年)。军用快速喷气式飞机(用于空中优势或多用途任务的战斗机)的信息处理比客机更困难,因为飞行员除了主要飞行任务外还需要执行次要任务。次要任务控制任务可能包括侦察、保护或跟踪空中资产以及武器投送,所有这些都需要仔细感知和分析飞机外部的信息以及驾驶舱内显示的信息。在有限的驾驶舱空间内有效显示信息是一项具有挑战性的设计任务。现有军用飞机使用三种类型的视觉显示器:下视显示器 (HDD)、抬头显示器 (HUD) 和头戴式显示器 (HMD)。HDD 配置为将信息显示为多功能显示器 (MFD)。MFD 用于以可配置的方式显示从主要飞行数据到空中物体细节等信息。每个都是矩形的,由一组
a. 任务。登陆、部署和登陆海军陆战队两栖登陆部队,以便从海上进行对抗性攻击行动。登陆部队的组成人员可能包括 AV-8 鹞式攻击机、CH-46、CH-53、AH-1W 和 UH-1 直升机、常规登陆艇、气垫或履带式两栖车辆或这些部队的组合。塞班号航空母舰曾担任两栖战备大队 (ARG) 行动的旗舰,其次要任务包括撤离、救灾和作为医疗船。
战斗机就是这样一个例子,为了完成战斗任务,飞行员在体力(由于 G 机动)和认知(处理多个传感器、感知、处理和多任务,包括通信和操作武器)方面都承受着巨大的负担。需要分析这种认知需求,以了解战斗机飞行员的工作负荷。本研究的目的是分析在不同飞行负荷条件下,在逼真的高保真飞行模拟器环境中战斗机飞行员的动态工作负荷。各种工作负荷条件包括 (a) 正常能见度、(b) 低能见度、(c) 正常能见度和次要任务,以及 (d) 低能见度和次要任务。虽然飞行员的飞行表现得分不错,但生理指标如心率变异性 (HRV) 特征和主观评估 (NASA-TLX) 成分在任务之间具有统计学意义 (p<0.05)。在所有任务负载条件下,HRV 特征(例如 SD2、SDNN、VLF 和总功率)都很重要。LFnu 和 HFnu 特征能够区分低能见度和次要认知任务的影响,在本研究中,次要认知任务被强加为增加的任务。该结果有助于了解飞行员在每个飞行阶段的任务和表现以及他们在动态工作量期间的认知需求,这可以在模拟器和实际飞行条件下以最佳方式协助飞行员的训练计划。